按 R 中列的累积和拆分 data.table

Question

如何按 N 列的相等累积总和拆分 data.table？这些数据包括代码，N 是每个代码的更大集合中的行数（我没有在这里复制）。

我希望能够按 aprox 拆分代码。 50,000 个 N 的 cumsum，生成行长不一的 data.tables，但唯一的代码总和约为 50,000 个 N。

实际上，N 是随机的，没有模式，但这在复制小样本量的数据方面做得很好：

dt <- dt <- data.table(code=c(1:500),N=c(rep(c(100:500),100),rep(c(100:500),100),rep(c(100:500),100), rep(c(100:500),100), rep(c(100:500),100)))
dt$cumsum <- cumsum(dt$N) 
desired1 <- dt[1:233,] ###first 50,000 cumsum of N
desired2 <- dt[234:359,]
desired3 <- dt[360:565,]
desired4 <- dt[566:713,] ###etc every 50,000 cumsum of N

Answer 1

我们使用%/% 创建一个分组变量用于拆分。

dt[, grp := shift(cumsum %/% 50000, fill = 0)]

然后执行split

lst <- split(dt, dt$grp)
tail(lst[[1]], 1)
#   code   N cumsum grp
#1:  233 332  50328   0